你的大脑也有季节，你可以利用它们更有效地学习数据科学
当社交媒体上充斥着人们在三个月内自学数据科学并被FAANG公司录用的故事时，教自己数据科学似乎是遥不可及的。
当你连简单的Python程序都无法运行而报错时，这些故事可能是最令人沮丧的。
在这种情况下，教自己数据科学并开始新的职业似乎是一个不可能的梦想。当你过去尝试过一切来自学你成功所需的概念和工具，却因缺乏承诺、进步或乐趣而在几周内放弃时，这也似乎是一种毫无意义的练习。
然而，通过过去四年的成功自学，我学到的一件事是，成功来自于你最终学会如何与你的大脑合作，而不是对抗它。这就是学会如何利用你的大脑的季节性。
下面是如何利用你的大脑的季节性来制定一年的数据科学自学计划，以最大程度地发挥你的学习潜力和效果。
你的一年季节性学习计划
大脑功能受到季节的影响，就像受到一天的时间的影响一样。2016年对大脑活动的年节律进行了研究，发现其在不同季节会有波动。研究发现，大脑在夏季进行持续注意力任务时表现出最高能力，而在冬季进行相同任务时表现出最低能力。此外，大脑在秋季进行工作记忆（工作记忆是指“规划、理解、推理和解决问题所需的记忆”）任务时表现出最高能力，而在春季进行相同任务时表现出最低能力。虽然还需要更多的研究来巩固这些发现，但我们仍然可以利用它们制定一个为期一年的数据科学学习计划，充分利用你的大脑潜力。
冬季：编程和数据结构
根据上面讨论的研究，冬季是你的大脑在进行持续注意力任务时不太活跃的时候。然而，这并不意味着你不能开始学习编程教程，并熟悉数据库和数据结构。
根据我的经验，你每天学习编程或处理数据库的时间不应超过三个小时。学习编程的最佳方式是在两到三个小时的讲座中全力以赴，然后将其余的时间用于解决实践问题——这通常是你最多学习的地方。
freeCodeCamp.org
免费学习编程。
www.youtube.com
现在是时候开始通过freeCodeCamp上的讲座学习Python（和/或R）、SQL，甚至一些JavaScript的基础知识了。
然后，你的剩余时间应该花在自己的个人项目上，或者完成Leetcode的实践问题。编程的应用过程是你学习最多的地方。编写代码、遇到错误、学会使用StackOverflow并进行更正，这将巩固你当天早些时候学到的概念。
春季：数据可视化
正如上面提到的研究所暗示的，春季是你的大脑工作记忆的低谷期，这意味着现在是你开始学习一些数据可视化概念并尽力记住它们的时候了。
数据可视化可以被认为是学习数据科学中的“轻松部分”，而且有充分的理由——你正在学习准确的数据表达、可视化类型和美学。然而，不要被误导以为这些不重要。相反，数据可视化是你讲述数据故事并对未来做出预测的地方。
在准备可视化之前，您需要建立一个工作流程，确保您在回答所有正确的问题：您的可视化目标是什么？您的受众是谁？您需要在一个可视化中提供多少信息？您如何更有效地使用颜色和图表？
虽然您目前还不了解数据清洗方面的知识（这将在秋季时将所有内容整合到第一次完整的数据分析中），但由于您在冬季期间开发的编程技能，您可以开始可视化一些预先准备的数据。请查看以下列表以获取可用于开始构建可视化的数据集。
夏季：代数、统计学、微积分
根据上面讨论的研究，夏季是您大脑持续注意力任务的最佳季节。这意味着您希望在夏季解决最难的数据科学概念。对于大多数人来说，这意味着数学。
接下来的三个月是打开教科书和YouTube教程视频的时间，开始掌握代数、统计学和微积分的主题。这三个数学领域是您在大多数通用数据科学工作中所需的（行业特定要求可能需要更高级的数学知识，例如多变量微积分、微分方程和离散数学）。
Leonard教授
本频道致力于提供优质的数学教育。完全免费，所以请尽情享受！视频已经组织好了…
www.youtube.com
Leonard教授是我最喜欢的代数、统计学和微积分的Youtube讲师。他提供高质量、完整的大学讲座，从预微积分到微分方程。我唯一的遗憾是没有早点开始看他的讲座。
秋季：将一切综合起来 – 数据分析
秋季是您的大脑工作记忆容量达到最大的时候，这意味着现在是时候将您在过去一年中学到的所有内容整合起来，完成第一次完整的数据分析。
数据分析遵循确定分析目标、收集、清理和分析数据，最后解释结果并得出结论的步骤。这将整合您之前所学的一切，最终目标是让您能够进行真正数据科学家的工作。
这里的目标不是让您变得完美。见鬼，您已经花了九个月的时间学习数据分析的基础知识 – 这并不是很长的时间。相反，目标是让您有条不紊地思考数据分析涉及的步骤，同时应用您在前一年中学到的知识。您可能不会有所有的答案，可能仍然有一些技巧使您无法产生最佳的分析结果。然而，您应该具备从您正在处理的数据中得出一些有见地的结论所需的基本技能。
最后的思考
从本文开头再次强调我的观点至关重要：这个计划的目标不是让您在一年内自学数据科学 – 而是让您发展一种持续的例行程序，使您能够定期推进您的数据科学学习计划。
虽然这个计划似乎为您在一年内成为一名数据科学家提供了清晰的指导，但情况并非总是如此 – 会有阻碍。
相反，这个计划只是一个指南，帮助您在大脑自然起伏的最佳季节学习您需要成为一名数据科学家的科目。随着每个后续年份的到来，您可以确信这些技能正在越来越深入地扎根于您的大脑中，这要归功于我们大脑的季节性变化。
订阅以直接将我的故事发送到您的收件箱：故事订阅
请成为会员，通过使用我的推荐链接获取无限访问VoAGI（我将获得少量佣金，您不会额外付费）：VoAGI会员
通过捐款支持我的写作，资助更多这样的故事创作：捐款